import pandas as pd #1-导入数据 data = pd.read_csv('sales.csv') #2-cut切分 data['R_Quartile'] = pd.qcut(data['recency'], [0, 0.25, 0.5, 0.75, 1], ['4', '3', '2', '1']).astype('int') data['F_Quartile'] = pd.qcut(data['frequency'], [0, 0.25, 0.5, 0.75, 1], ['1', '2', '3', '4']).astype('int') data['M_Quartil...

import pandas as pd #1-导入数据 data = pd.read_csv('Nowcoder.csv', sep = ',') #2-排序 data = data.sort_values(by = 'Level', ascending = True) #3-输出 pd.set_option('display.width', 300) pd.set_option('display.max_rows', None) pd.set_option('display.max_columns', None) print(data)

import pandas as pd #1-导入数据 data = pd.read_csv('sales.csv') #2-排序 data = data.sort_values('monetary', ascending = False).reset_index(drop = True) #3-取前三名 print(data.head(n = 3))

import pandas as pd #1-导入数据 data_1 = pd.read_csv('Nowcoder1.csv', sep = ',') data_2 = pd.read_csv('Nowcoder2.csv', sep = ',') #2-显示设置 pd.set_option('display.width', 300)#显示宽度设置为300 pd.set_option('display.max_rows', None)#输出所有行 pd.set_option('display.max_columns', None)#输出所有列 #3-连接 data = pd.merge(da...

import pandas as pd data_1= pd.read_csv('Nowcoder1.csv', sep = ',') data_2= pd.read_csv('Nowcoder2.csv', sep = ',') # 设置pandas显示配置,以显示完整的数据框 pd.set_option("display.width", 300) pd.set_option("display.max_rows", None) pd.set_option("display.max_columns", None) data_fin =...

import pandas as pd #1-导入数据 items = pd.read_csv('items.csv') signup = pd.read_csv('signup.csv') #2-左连接 data = pd.merge(signup, items, on = 'item_id', how = 'left') #3-筛选出“职能部门”数据 data = data[data['department'] == 'functional'] #4-筛选出报名“标枪”的数据 data = data[data['item_name'] == 'javelin'] print(data[['...

import pandas as pd #1-导入数据 items = pd.read_csv('items.csv') signup = pd.read_csv('signup.csv') signup1 = pd.read_csv('signup1.csv') #2-拼接两表 sig_he = pd.concat([signup, signup1], axis = 0).reset_index(drop = True) #3-左连接 data = pd.merge(sig_he, items, on = 'item_id', how = 'left') #4-分组 print(data.g...

import pandas as pd xiangmu = pd.read_csv('items.csv') # print(xiangmu['item_name'].value_counts() ) yuangong = pd.read_csv('signup.csv') #1-左连接 data = pd.merge(yuangong, xiangmu, on = 'item_id', how = 'left') #2-分组 print(data.groupby('item_name')['employee_id'].count())

import pandas as pd data = pd.read_csv('items.csv') data_2 = pd.read_csv('signup.csv') data_fin = pd.merge(data_2, data, on = 'item_id', how = 'left')#左连接 # print(data_fin) df = data_fin.groupby('item_name')['employee_id'].count() print(df[df > 0])

import pandas as pd data = pd.read_csv('Nowcoder.csv')#52行，10列 result = data.groupby('Level')['Language'].value_counts() print(result)

#牛客网不同毕业年份的大佬 import pandas as pd data = pd.read_csv('Nowcoder.csv') #1-分组排序 data['paiming'] = data['Achievement_value'].groupby(data['Graduate_year']).rank() #2-提取子集 data_2 = data[['Graduate_year', 'Achievement_value', 'paiming']] #3-排序 data_2 = data_2.sort_values(['Graduate_year', 'Achievement_val...

#1-读数据 import pandas as pd nowcoder = pd.read_csv('nowcoder.csv') #2-分列并取出“日期” nowcoder['date_2'] = nowcoder['date'].str.split(' ').str[0] #3-删除原始列 nowcoder = nowcoder.drop(['question_id', 'result', 'date'], axis = 1) #4-玩家可能一天登录多次，进行去重 nowcoder.drop_duplicates(inplace = True) #5-转换为时间数据类型 nowcoder[...

import pandas as pd data = pd.read_csv('Nowcoder.csv', sep = ',') print(data['Num_of_exercise'].var().round(2)) print(data['Number_of_submissions'].std().round(2))